Erich Jarvis: 言语、语言与音乐的神经科学 | 埃里希·贾维斯博士

安德鲁·休伯曼开场介绍埃里希·贾维斯博士。贾维斯是洛克菲勒大学教授、霍华德·休斯医学研究所（HHMI）研究员，他的实验室研究发声学习、语言、言语障碍的神经生物学，以及语言、音乐与动作（尤其是舞蹈）之间的关系。休伯曼介绍说，这项工作的范围从基因组学（包括鸣禽和鹦鹉等发声物种的基因组），到神经回路，再到认知。他还提到，HHMI 研究员每五年必须重新竞争一次才能保住经费。

休伯曼预告了他说从贾维斯那里学到的两个观点。第一，人在阅读时，喉部会产生极低水平的运动活动，即以低于可感知声音的程度说出这些词，在声带肌肉上放置放大器就能检测到。第二，拥有鸣唱和动作能力的物种（很多人会把这种动作联想为舞蹈）与学习并产生复杂语言的能力之间存在直接联系。他说，本期节目对口吃等言语障碍患者、学习多种语言的人，以及任何对我们如何通过书面或口头文字交流感兴趣的人都有意义。

休伯曼从言语与语言的区别谈起：他把言语理解为产生有意义声音的运动模式。贾维斯称这个问题发人深省。他说自己多年来一直为此苦苦思索，最终得出结论：这些术语是源自心理学的行为类别，“实际上并不与大脑功能完全对应”。从人类大脑研究以及对鹦鹉、鸣禽等发声模仿者的比较研究来看，他不再认为两者之间有明确的界限。

贾维斯阐述了他不认同的观点：存在一个独立的语言模块，其中包含各种算法和计算，再由它来驱动言语产生通路和听觉通路。他的替代观点是：控制喉部和下颌肌肉的言语产生通路本身就内置了口语的复杂算法，而听觉通路本身就内置了理解言语的算法。

事实证明，我认为没有任何确凿证据表明存在独立的语言模块。

他还指出两条通路之间的不对称。言语产生通路是人类、鹦鹉和鸣禽所特有的，而听觉感知在动物界要普遍得多。这就解释了为什么动物能听懂自己无法发出的言语。

狗能听懂几百个人类言语词汇。大猿经过训练能听懂几千个，但它们一个词也说不出来。

休伯曼问哪些动物拥有语言或类似语言的交流，提到了鲸歌、海豚和鸟类。贾维斯说，按照狭义定义，只有发出的声音才算数，接着他反问：那手势呢？还有一些鸟类借助肢体语言进行交流的空中炫耀呢？回到大脑层面，他说用手做手势的脑区就位于控制口语的脑区旁边，而这条平行的手部通路也具有复杂的算法。不同物种在各条回路的发达程度上存在差异：人类和少数其他物种的口语能力最为发达，而非人灵长类动物做手势的能力比其发声能力更高级。

也就是说，人类在口语方面最为发达，但在手势语言方面，与其他一些物种相比，差距未必那么大。

休伯曼问到他认为手部动作很多的文化，比如意大利文化。贾维斯在回答时并未引用影像学研究。他指出，他和休伯曼在交谈时都在不自觉地做手势，人们打电话时即使没人看得见也会做手势。有人认为言语通路与手势通路之间存在演化关系，他说根据其团队的观察，他同意这一观点。他认为言语通路是从控制身体运动的通路中演化而来的。他还补充说，每种语言，无论是意大利语、法语还是英语，都伴随着一套习得的手势。

他举的例子是 Koko（文字稿中拼作“Coco”），一只与人类一起生活了 39 年或更久的大猩猩。Koko 学会了手势交流和手语，既能理解手语也能理解口语，却无法用自己的嗓音发出这些声音。贾维斯的解释是：许多物种（但并非全部）拥有用于习得手势的运动通路，他称之为用四肢表达的初级语言，但它们缺少额外的那条通路，因而无法“像用手做手势那样用嗓音做手势”。

休伯曼根据自己视觉科学的背景提出一个假说：与呼吸相关的原始情绪声音也许是语言的基础，就像视觉图像是由明暗对比逐级构建起来的一样。他举的例子是：闻到美味时吸气并发出“嗯”的声音；闻到腐臭时皱眉、扭头并呼气。

贾维斯说这个想法并不离谱，而且触及了发声学习研究中的一个关键区分。大多数脊椎动物都会发声，但发出的大多是与生俱来的先天声音，比如婴儿哭、狗叫。只有少数物种能够模仿声音。他认为，在动物界，先天行为与习得行为之间的分野在发声上比在其他行为上更为明显。

当人们思考语言的特别之处时，指的是习得的发声。这才是罕见的。

同样的区分也体现在大脑中。呼吸、咕哝之类的声音主要由脑干回路以类似反射的方式处理，位置大约在颈部及以下的水平，某些情绪方面还涉及下丘脑。习得行为，比如学说话、学弹钢琴，或者狗学把戏，则使用前脑回路。许多物种的前脑能控制习得的身体运动，却不能控制发声。贾维斯说，在人类、鹦鹉和其他一些物种中，前脑已经接管了脑干，如今利用脑干既产生先天的发声行为，也产生习得的发声行为。

贾维斯在回答前先提出一个告诫：“我认为我们人类相对于其他物种高估了自己。”他说，这甚至会让科学家在提出假说时误入歧途，尤其是因为语言的化石证据很难找到。在灵长类中，只有人类具备高级的发声学习能力。人们曾认为这种能力仅属于智人。

他的论证依据两方面证据。第一，来自现存人类以及智人、尼安德特人和丹尼索瓦人化石的基因组数据表明，人类祖先据称曾与这些其他古人类杂交。贾维斯说，他不知道有哪种现存的发声学习物种能与非发声学习物种产生后代，同时补充说这“并不意味着它不存在”。第二，在这些古人类祖先中，在言语回路中发挥作用的基因与人类的序列相同。

他的结论是尼安德特人拥有口语，但不愿断言其发达程度与人类相当，并补充说“我不知道”。他估计这种能力已存在 50 万到 100 万年，而人类在文化上、也可能在基因上使这种能力变得更加高级。

休伯曼回忆说，他接受训练时，鸟鸣学习是神经科学中一个突出的分支领域，与之并列的还有人类神经影像学和关键期的概念。他指出教科书中的名称各不相同：人类有韦尼克区和布罗卡区，鸟类则有 HVC、弓皮质粗核（robust nucleus of the arcopallium，RA）和 X 区。他问这些区域在功能上有多相似。